MétaCan
Menu
Retour à la cohorte
Enregistrement W2760590780 · doi:10.1155/2017/6059142

Evaluating Reservoir Risks and Their Influencing Factors during CO<sub>2</sub> Injection into Multilayered Reservoirs

2017· article· en· W2760590780 sur OpenAlexfundno aff
Lu Shi, Bing Bai, Haiqing Wu, Xiaochun Li

Notice bibliographique

RevueGeofluids · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensnon disponible
Organismes subventionnairesCanada Excellence Research Chairs, Government of Canada
Mots-clésWellborePermeability (electromagnetism)Petroleum engineeringFlow (mathematics)Environmental scienceVolumetric flow rateRelative permeabilityInjection wellPorosityGeologySoil scienceGeotechnical engineeringMechanicsChemistry

Résumé

récupéré en direct d'OpenAlex

Wellbore and site safety must be ensured during CO2 injection into multiple reservoirs during carbon capture and storage projects. This study focuses on multireservoir injection and investigates the characteristics of the flow-rate distribution and reservoir-risk evaluation as well as their unique influences on multireservoir injection. The results show that more CO2 enters the upper layers than the lower layers. With the increase in injection pressure, the risks of the upper reservoirs increase more dramatically than those of the low reservoirs, which can cause the critical reservoir (CR) to shift. The CO2 injection temperature has a similar effect on the injection flow rate but no effect on the CR’s location. Despite having no effect on the flow-rate distribution, the formation-fracturing pressures in the reservoirs determine which layer becomes the CR. As the thickness or permeability of a layer increases, the inflows exhibit upward and downward trends in this layer and the lower layers, respectively, whereas the inflows of the upper layers remain unchanged; meanwhile, the risks of the lower layer and those of the others decrease and remain constant, respectively. Compared to other parameters, the reservoir porosities have a negligible effect on the reservoir risks and flow-rate distributions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,078
Tête enseignante GPT0,353
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeofluidsMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207